La coherència del personatge es manté definint trets immutables en text i ancorant-los amb referències visuals, controlant estrictament variables com la il·luminació i l'angle. Això s'aconsegueix separant la identitat del personatge del context de l'escena en el flux de treball.
El problema de la deriva del personatge en la IA generativa
Els models generatius interpreten els prompts probabilísticament. Quan demanes un personatge específic, el model mostra mostres d'una distribució d'interpretacions possibles. Sense restriccions, cada generació és un nou llançament de daus. Les petites variacions en l'estructura facial, la textura del cabell o els detalls de la roba s'acumulen a través de les imatges. Aquesta deriva es produeix perquè el model prioritza la composició general i la il·luminació sobre els marcadors específics d'identitat. Si no restringes activament la sortida, el personatge es converteix en un arquetip genèric en lloc d'un individu específic.
Definir trets immutables del personatge en els prompts
Has d'identificar els trets que defineixen el personatge i tractar-los com a innegociables. Aquests són els trets immutables. Inclouen una geometria facial específica, el color dels ulls, la forma del cabell i peces de roba úniques. No descriguis el personatge amb termes vagos com "cool" o "mysterious". Descriu la realitat física. En lloc de "a rugged look", especifica "short cropped hair, scar above left eyebrow, worn leather jacket".
- Llista els trets immutables en un bloc de text fix.
- Mantén aquest bloc idèntic per a cada prompt.
- Col·loca aquest bloc al principi del prompt per donar-li més pes.
- Evita adjectius que impliquin múltiples interpretacions. Utilitza substantius concrets i descriptors físics.
Si canvies la descripció del cabell, el model pot interpretar la nova descripció com un personatge diferent. El prompt de text és l'ancoratge principal. Si el text és ambigu, la imatge serà inconsistent.
Utilitzar imatges de referència i ancoratges d'estil
El text sol ser insuficient per a personatges complexos. Les referències visuals proporcionen un ancoratge espacial i estilístic. Puges una imatge del personatge per guiar la interpretació de la identitat per part del model. Aquí és on eines específiques s'ajusten al procés.
- Midjourney s'utilitza quan cal fer referència a una imatge específica d'un personatge per garantir la coherència dels trets facials i de l'estil en noves generacions.
- Adobe Firefly s'usa quan cal pujar una imatge de referència del personatge per guiar l'estil i la identitat de les imatges generades dins de l'ecosistema Creative Cloud.
- Leonardo.Ai se selecciona quan cal fixar trets específics del personatge i estètiques en múltiples generacions d'imatges.
- Stable Diffusion s'aprofita per a una coherència avançada mitjançant l'entrenament LoRA sobre conjunts de dades de personatges o l'ús de ControlNet per bloquejar la posa i l'estructura.
- Krea s'aplica quan cal pujar una imatge per mantenir la identitat i l'estil del personatge en la generació en temps real.
- Runway s'emplea quan cal mantenir la coherència del personatge en generar seqüències de vídeo o animar dissenys estàtics de personatges.
- DALL-E 3 es fa servir quan cal mantenir la coherència del personatge mitjançant indicacions de text detallades i específiques i refinament iteratiu, ja que no disposa d'una funció nativa de referència d'imatge.
En utilitzar aquestes eines, jutgeu la sortida segons si l'estructura facial coincideix amb la referència. No la jutgeu segons si l'escena s'hi veu bé. Si la cara és incorrecta, l'escena és irrellevant.
Gestió de variacions d'il·luminació i angle
L'il·luminació i l'angle són les causes més freqüents de la incoherència percebuda. Un personatge a la llum brillant del dia s'hi veu diferent que el mateix personatge a l'ombra. Això no és deriva; és física. No obstant això, els models sovint interpreten els canvis d'il·luminació com a canvis d'identitat.
- Mantingueu la descripció de la il·luminació consistent si voleu que el personatge s'hi vegi igual.
- Si canvieu l'angle, espereu-vos que els trets facials es desplacin.
- Utilitzeu una il·luminació neutra per a les fitxes de personatges per establir la identitat de base.
- Apliqueu una il·luminació dramàtica només després que la identitat estigui fixada.
Si genereu un personatge en un carreró fosc i després en un estudi lluminós, el model pot interpretar les ombres com a estructures facials diferents. Separeu la identitat de l'entorn. Genereu el personatge en un context neutre primer. Després compositeu o indiqueu l'entorn específic.
Refinament iteratiu i indicacions negatives
No ho encertareu a la primera. El refinament iteratiu és el nucli del flux de treball. Genereu múltiples variacions. Seleccioneu la que més s'acosti a la identitat objectiu. Utilitzeu aquesta selecció com a nova referència. Això crea un bucle de retroalimentació que reforça la coherència.
El negative prompting és essencial. Heu d'indicar al model què no ha de fer.
- Llista les desviacions habituals en el teu prompt negatiu.
- Inclou termes com "cara diferent", "cabell equivocat" o "trets genèrics".
- Actualitza el prompt negatiu a mesura que detectis nous tipus d'errors.
Si el model continua donant al personatge una forma de nas diferent, afegiu «wrong nose shape» al prompt negatiu. Això suprimeix activament la deriva.
Errors habituals que trenquen la coherència
La majoria de fallades de coherència provenen d'errors de flux de treball, no de limitacions de les eines.
- Canviar la descripció del personatge entre prompts.
- Utilitzar adjectius vagos en lloc de descriptors físics.
- Ignorar el context d'il·luminació en jutjar la identitat.
- No fer servir el prompting negatiu per suprimir desviacions.
- Esperar una coherència perfecta sense un refinament iteratiu.
- Utilitzar una sola imatge de referència de baixa qualitat o ambigua.
Si comets aquests errors, cap eina no et salvarà. El flux de treball ha de ser disciplinat. El text ha de ser precís. Les referències han de ser clares. La iteració ha de ser contínua.